赫尔默特方差分量估计.docxVIP

1 赫尔默特方差分量估计 我们知道， 平差前观测值向量的方差阵一般是未知的， 因此平差时随机模型都是使用观 测值向量的权阵。 而权的确定往往都是采用经验定权， 也称为随机模型的验前估计， 对于同 类观测值可按第一章介绍的常用定权方法定权； 对于不同类的观测值， 就很难合理地确定各 类观测值的权。 为了合理地确定不同类观测值的权， 可以根据验前估计权进行预平差， 用平 差后得到的观测值改正数来估计观测值的方差， 根据方差的估计值重新进行定权， 以改善第 一次平差时权的初始值， 再依据重新确定的观测值的权再次进行平差， 如此重复， 直到不同 类观测值的权趋于合理，这种平差方法称为验后方差分量估计。此概念最早由赫尔默特 （F.R.Helmert ）在 1924 年提出，所以又称为赫尔默特方差分量估计。 一、赫尔默特方差分量估计公式 为推导公式简便起见， 设观测值由两类不同的观测量组成， 不同类观测值之间认为互不 相关，按间接平差时的数学模型为 L2 B2 L2 B2X 2 （函数模型） D (L1) D ( 1) 02 P1 1 D(L2 ) D( 2) 02P21 D(L1，L2) D( 1 , 2 ) 0 （随机模型） L1 B1 X 1 8-4-1) 8-4-2) 其误差方程为 V1 B1x? l1 权阵 P1 ( 8-4-3 ) V2 B2x? l2 权阵 P2 ( 8-4-4 ) 作整体平差时，法方程为 Nx? W 0 ( 8-4-5 ) 式中 N N1 N2， N1 TT B1 P1 B1， N 2 B2 P2 B2 W W1 W2， W1 B1 P1l1， W2 B2 P2l2 般情况下，由于第一次给定的权 P1、 P2 是不恰当的，或者说它们对应的单位权方差 是不相等的，设为201 和202 ，则有D(L1)D(L2)2 P 101 1 是不相等的，设为 2 01 和 2 02 ，则有 D(L1) D(L2) 2 P 1 01 1 2P1 02 2 8-4-6) 2 但只有 01 2 02 2 0 才认为定权合理。方差分量估计的目的就是根据事先初定的权 P1、 P2 进行预平差， TT 然后利用平差后两类观测值的 V1 P1V1、V2 P2V2 来求估计量 021、 ?022 ， 22 再根据(8-4-6)式求出 D?(L1)、D?(L2) ，由这个方差估值再重新定权， 再平差，直到 ?01 ?02 TT 为止。为此需要建立 V1 P1V1 、 V2 P2V2 与估计量 2 01、 2 02 之间的关系式。 Y 由数理统计知识可知，若有服从任一分布的 q 维随机变量 q 1 ，已知其数学期望为 q 1 ， Y 方差阵为 q q ，则 q 1 向量的任一二次型的数学期望可以表达为： E(YTBY) tr (B ) TB 式中B为任意q阶的对称可逆阵。 8-4-7) 现用 V 现用 V 向量代替上式中的 Y 向量，则其中 的应换为 E(V)， 应换为 D(V)，B 阵 可以换成权阵 P ，于是有 8-4-8)E(VTPV) tr(PD(V)) E(V)T PE(V) 8-4-8) 前面已经证明 E(V ) 0 ，于是有： 8-4-9)E(V1T PV1 ) tr (PD(V1)) 8-4-9) 而 V1 B1N 1W l1 1 B1N 1(W1 W2 ) l1 1 T 1 T B1N 1B1T P1l1 B1N 1B2T P2l2 l1 1 T 1 T(B1N 1B1T P1 I )l1 B1N 1B2TP2l2 对上式应用协因数传播律得 1 T 1 T D(V1) (B1N 1 B1T P1 I)D(L1)(B1N 1B1T P1 1 T 1 T B1N 1B2T P2D(L2)P2B2N 1B1T 2 1 2 1 将 D(L1) 01P1 、D(L2 ) 02P2 代入上式，整理后得 2 1 1 T 1 T 1 将上式代入（ 8-4-9 ）式，得TE(V1T P1V1)tr(P1D(V1))I)T2 1 1 T022 B1N 1N2N 1B1T2 1 1 T 1 T021tr (P1B 将上式代入（ 8-4-9 ） 式，得 T E(V1T P1V1) tr(P1D(V1)) I)T 2 1 1 T 022 B1N 1N2N 1B1T 2 1 1 T 1 T 021tr (P1B1N 1N1N 1B1T 2P1B1N 1B1T 2 1 1 T 022tr(P1B1N 1N2N 1B1T ) P1P11) 顾及矩阵迹的性质，上式可写为 E(V1T P1V1) 021[n1 2tr( N1N 1) tr (N1N 1N1N 1)] 022tr (N1N 1N2N 1) 同理可得 E(V2 T P2V2 )022[n2